1、负责ONNX等格式的模型在NPU硬件平台的部署与落地，完成模型格式转换、适配调试，确保模型稳定高效运行，满足业务吞吐量、延迟等核心需求。；
2、对NPU特性有一定了解，通过学习，能负责对模型部署过程中的性能瓶颈，算子融合、图优化、量化（INT4/INT8/FP16）、内存规划等优化工作，；
3、基于嵌入式系统，能使用ONNXRuntime、TensorRT、TVM、CANN等部署工具链，完成模型从PyTorch/TensorFlow框架到NPU平台的移植的经验；
4、跟踪NPU模型部署前沿技术及行业动态，将新技术、新方法应用于实际工作，优化部署流程与工具链；
5、与算法应用、硬件、测试团队深度协作，提供部署技术支持